数据库查询性能优化

数据库查询性能优化

1．合理使用索引

索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。索引的使用原则如下：

●对聚集索引使用整型键。另外，在唯一列、非空列或 identity 列上创建聚集索引可以获得性能收益。

●在查询经常用到的所有列上创建非聚集索引。

●在经常进行连接，但没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

●在频繁进行排序或分组（即进行groupby或orderby操作）的列上建立索引。

●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。例如在用户表的“性别”列上只有“男”与“女”两个不同值，因此不要建立索引。如果建立索引反而会严重降低更新速度。

●如果要排序的列有多个，可以在这些列上建立复合索引（compoundindex）。

●当数据库表更新大量数据后，删除并重建索引可以提高查询速度。

2．避免或简化排序

应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素：

●索引中不包括一个或几个待排序的列；

●groupby或orderby子句中列的次序与索引的次序不一样；

3．避免对大型表进行全表顺序扫描

在嵌套查询中，对表的顺序扫描会使查询效率急剧下降。避免这种情况的主要方法是对连接的列建立索引。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。如下面的查询将强迫对orders表执行顺序扫描：

select * from orders where (customer_num = 104 and order_num > 1001) or order_num = 1008

虽然在customer_num和order_num上建了索引，但是在上面的语句中优化器还是会使用顺序扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：

select * from orders where customer_num=104 and order_num > 1001

union h

select * from orders wher eorder_num = 1008 h

这样就能利用索引来处理查询。

4．避免使用相关的子查询

一个列同时在主查询和where子句中的查询中出现，很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

5．避免使用通配符匹配

like关键字支持通配符匹配。但这种匹配特别耗费时间。例如：

select * from customer where zipcode like “98___”

即使在zipcode列上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为

select * from customer where zipcode > “98000”，在执行查询时就会利用索引来查询，大大提高速度。

6 避免在where子句使用数据转换和串操作等函数操作

例如语句：select * from users where rtrim(username) = ‘nametest’， 在where子句中使用了函数，因而这个语句不会使用索引，而会进行全表扫描。应该改成：

select * from users where username = ‘nametest’

7．避免在经常被更新的列建立索引，会严重影响性能。因为每次更新操作，所有的索引都必须做相应的调整。另外，所有的分页操作都被记录在日志中，这也会增加I/O操作。

8．避免在经常更新的列上建立聚集索引。因为这会引起整行的移动。

9．尽量在where 子句中少用OR和IN。可以考虑将其使用Union分成几个子查询。

10．避免在where子句中使用NOT、<>、或 != 运算符。因为这会引起全表扫描。

如何让你的SQL运行得更快(转贴)   

----   人们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略 

了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库 

环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践 

中发现，不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的whe 

re子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个 

方面分别进行总结： 

----   为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过１秒的均 

表示为（<   1秒）。 

----   测试环境-- 

----   主机：HP   LH   II 

----   主频：330MHZ 

----   内存：128兆 

----   操作系统：Operserver5.0.4 

----数据库：Sybase11.0.3 

一、不合理的索引设计 

----例：表record有620000行，试看在不同的索引下，下面几个   SQL的运行情况： 

----   1.在date上建有一非个群集索引 

select   count(*)   from   record   where   date   > 

'19991201'   and   date   <   '19991214'and   amount   > 

2000   (25秒) 

select   date,sum(amount)   from   record   group   by   date 

(55秒) 

select   count(*)   from   record   where   date   > 

'19990901'   and   place   in   ('BJ','SH')   (27秒) 

----   分析： 

----date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在 

范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。 

----   2.在date上的一个群集索引 

select   count(*)   from   record   where   date   > 

'19991201'   and   date   <   '19991214'   and   amount   > 

2000   （14秒） 

select   date,sum(amount)   from   record   group   by   date 

（28秒） 

select   count(*)   from   record   where   date   > 

'19990901'   and   place   in   ('BJ','SH')（14秒） 

----   分析： 

----   在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范 

围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范 

围扫描，提高了查询速度。 

----   3.在place，date，amount上的组合索引 

select   count(*)   from   record   where   date   > 

'19991201'   and   date   <   '19991214'   and   amount   > 

2000   （26秒） 

select   date,sum(amount)   from   record   group   by   date 

（27秒） 

select   count(*)   from   record   where   date   > 

'19990901'   and   place   in   ('BJ,   'SH')（<   1秒） 

----   分析： 

----   这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引 

用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组 

合索引中，形成了索引覆盖，所以它的速度是非常快的。 

----   4.在date，place，amount上的组合索引 

select   count(*)   from   record   where   date   > 

'19991201'   and   date   <   '19991214'   and   amount   > 

2000(<   1秒) 

select   date,sum(amount)   from   record   group   by   date 

（11秒） 

select   count(*)   from   record   where   date   > 

'19990901'   and   place   in   ('BJ','SH')（<   1秒） 

----   分析： 

----   这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并 

且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。 

----   5.总结： 

----   缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要 

建立在对各种查询的分析和预测上。一般来说： 

----   ①.有大量重复值、且经常有范围查询 

（between,   >,<   ，>=,<   =）和order   by 

、group   by发生的列，可考虑建立群集索引； 

----   ②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引； 

----   ③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。 



二、不充份的连接条件： 

----   例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在 

account_no上有一个非聚集索引，试看在不同的表连接条件下，两个SQL的执行情况： 



select   sum(a.amount)   from   account   a, 

card   b   where   a.card_no   =   b.card_no（20秒） 

----   将SQL改为： 

select   sum(a.amount)   from   account   a, 

card   b   where   a.card_no   =   b.card_no   and   a. 

account_no=b.account_no（<   1秒） 

----   分析： 

----   在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用 

card上的索引，其I/O次数可由以下公式估算为： 

----   外层表account上的22541页+（外层表account的191122行*内层表card上对应外层 

表第一行所要查找的3页）=595907次I/O 

----   在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用 

account上的索引，其I/O次数可由以下公式估算为： 

----   外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一 

行所要查找的4页）=   33528次I/O 

----   可见，只有充份的连接条件，真正的最佳方案才会被执行。 

----   总结： 

----   1.多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方 

案并从中找出系统开销最小的最佳方案。连接条件要充份考虑带有索引的表、行数多的 

表；内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数确定，乘 

积最小为最佳方案。 

----   2.查看执行方案的方法--   用set   showplanon，打开showplan选项，就可以看到连 

接顺序、使用何种索引的信息；想看更详细的信息，需用sa角色执行dbcc(3604,310,30 

2)。 

三、不可优化的where子句 

----   1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却非常慢： 

select   *   from   record   where 

substring(card_no,1,4)='5378'(13秒) 

select   *   from   record   where 

amount/30<   1000（11秒） 

select   *   from   record   where 

convert(char(10),date,112)='19991201'（10秒） 

----   分析： 

----   where子句中对列的任何操作结果都是在SQL运行时逐列计算得到的，因此它不得不 

进行表搜索，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么 

就可以被SQL优化器优化，使用索引，避免表搜索，因此将SQL重写成下面这样： 

select   *   from   record   where   card_no   like 

'5378%'（<   1秒） 

select   *   from   record   where   amount 

<   1000*30（<   1秒） 

select   *   from   record   where   date=   '1999/12/01' 

（<   1秒） 

----   你会发现SQL明显快起来！ 

----   2.例：表stuff有200000行，id_no上有非群集索引，请看下面这个SQL： 

select   count(*)   from   stuff   where   id_no   in('0','1') 

（23秒） 

----   分析： 

----   where条件中的'in'在逻辑上相当于'or'，所以语法分析器会将in   ('0','1')转化 

为id_no   ='0'   or   id_no='1'来执行。我们期望它会根据每个or子句分别查找，再将结果 

相加，这样可以利用id_no上的索引；但实际上（根据showplan）,它却采用了"OR策略" 

，即先取出满足每个or子句的行，存入临时数据库的工作表中，再建立唯一索引以去掉 

重复行，最后从这个临时表中计算结果。因此，实际过程没有利用id_no上索引，并且完 

成时间还要受tempdb数据库性能的影响。 

----   实践证明，表的行数越多，工作表的性能就越差，当stuff有620000行时，执行时 

间竟达到220秒！还不如将or子句分开： 

select   count(*)   from   stuff   where   id_no='0' 

select   count(*)   from   stuff   where   id_no='1' 

----   得到两个结果，再作一次加法合算。因为每句都使用了索引，执行时间只有3秒， 

在620000行下，时间也只有4秒。或者，用更好的方法，写一个简单的存储过程： 

create   proc   count_stuff   as 

declare   @a   int 

declare   @b   int 

declare   @c   int 

declare   @d   char(10) 

begin 

select   @a=count(*)   from   stuff   where   id_no='0' 

select   @b=count(*)   from   stuff   where   id_no='1' 

end 

select   @c=@a+@b 

select   @d=convert(char(10),@c) 

print   @d 

----   直接算出结果，执行时间同上面一样快！ 

----   总结： 

----   可见，所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。 



----   1.任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时 

要尽可能将操作移至等号右边。 

----   2.in、or子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把 

子句拆开；拆开的子句中应该包含索引。 

----   3.要善于使用存储过程，它使SQL变得更加灵活和高效。 

----   从以上这些例子可以看出，SQL优化的实质就是在结果正确的前提下，用优化器可 

以识别的语句，充份利用索引，减少表扫描的I/O次数，尽量避免表搜索的发生。其实S 

QL的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深入研究还会 

涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。